En apenas unas semanas, tres noticias aparentemente desconectadas han dibujado una misma foto: la economía de la Inteligencia Artificial ya no se explica solo con software, modelos y “prompts”. Se explica, sobre todo, con capacidad industrial. Con electricidad, con minerales críticos, y con acceso real a GPUs que hoy funcionan como una moneda de poder tecnológico.
La primera señal llega desde China y tiene un punto de thriller logístico: compañías tecnológicas estarían valorando recurrir al mercado negro para conseguir NVIDIA H200 después de que unidades queden retenidas en la frontera, en un contexto de incertidumbre regulatoria y política.
La segunda señal llega desde la propia OpenAI. En una entrada firmada por su CFO, Sarah Friar, la empresa sostiene que existe una relación directa entre capacidad de cómputo disponible e ingresos, y aporta cifras concretas: el cómputo habría pasado de 0,2 GW en 2.023 a ~1,9 GW en 2.025, mientras que los ingresos recurrentes anuales (ARR) habrían escalado de 2.000 millones de dólares a más de 20.000 millones en el mismo periodo.
La tercera señal, menos mediática pero igual de determinante, apunta al “cuello de botella” físico que viene detrás: Estados Unidos quiere fabricar en casa un insumo esencial para motores eléctricos, robótica y defensa: los imanes de tierras raras. La empresa texana Noveon Magnetics ha anunciado una financiación de 215 millones de dólares para ampliar operaciones y reforzar suministro doméstico, en un momento en el que la dependencia exterior se percibe como riesgo estratégico.
China y el “chip urgente”: cuando la frontera se convierte en el cuello de botella
Según un reportaje citado por medios internacionales, algunas empresas chinas se estarían planteando comprar H200 fuera de los canales oficiales, ante la dificultad de completar importaciones que —en la práctica— se han vuelto “hipersensibles”. El síntoma más llamativo es el sobreprecio: se menciona un servidor con 8 H200 ofertado alrededor de 2,3 millones de yuanes (unos 330.403 dólares), aproximadamente un 50 % por encima del precio de lista.
El fondo de la cuestión no es solo el precio. Es el tiempo. Cuando un equipo de IA no puede esperar a la siguiente ventana regulatoria, la tentación de “resolverlo como sea” crece. Pero esa vía abre un abanico de riesgos: desde sanciones y pérdidas contractuales hasta un problema que apenas se discute en público, pero pesa mucho en sectores regulados: la trazabilidad y la seguridad de la cadena de suministro. En hardware crítico, el origen importa, y mucho.
El episodio encaja con otra pieza reciente: Reuters informó de que, a finales de 2.025, las compras de chips avanzados en China se habían endurecido hasta exigir pago íntegro por adelantado, en un entorno de alta fricción e incertidumbre. En otras palabras: cuando el acceso al cómputo es incierto, el mercado se vuelve más caro, menos eficiente y más opaco.
OpenAI: “más cómputo, más ingresos”… y una tesis que busca calmar al mercado
En paralelo, OpenAI ha querido fijar un relato de estabilidad económica: si la Inteligencia Artificial genera valor, y el valor se monetiza, entonces el crecimiento de ingresos debería “seguir” al crecimiento de capacidad. Friar lo formula como un ciclo: cómputo → mejores modelos → mejores productos → más adopción → más ingresos → más cómputo.
La tesis es potente porque convierte el gran gasto en infraestructura en una inversión con retorno “medible”. Pero también deja una lectura implícita: el cómputo se está transformando en el recurso más escaso y, por tanto, en el factor que separa a quienes pueden escalar de quienes se quedan en la demo.
A nivel industrial, este tipo de mensaje tiene otra función: normalizar que la IA ya no compite solo por talento o algoritmos, sino por capacidad física y contratos de suministro. Y eso enlaza directamente con lo que está ocurriendo con las GPUs en China y con las tierras raras en Estados Unidos: la “economía del modelo” se apoya en una infraestructura que no se improvisa.
Imanes de tierras raras: el material invisible que mueve la robótica y la defensa
En la conversación pública se habla mucho de chips, pero no tanto de lo que viene detrás. Los imanes permanentes de alto rendimiento son esenciales para motores compactos y eficientes (vehículos eléctricos, drones, automatización industrial) y para múltiples sistemas de defensa. Noveon Magnetics ha levantado 215 millones de dólares para ampliar su capacidad en EE. UU., y el movimiento se lee como una pieza más dentro de una estrategia de resiliencia industrial.
Aquí la realidad es incómoda: aunque llegue capital, escalar producción lleva años, y la dependencia exterior no desaparece “de un trimestre a otro”. Por eso, estas inversiones no se interpretan como un intento de dominar el mercado mundial de la noche a la mañana, sino como la creación de redundancia para evitar que una restricción comercial paralice sectores enteros.
Asimov como brújula: reglas clásicas para dilemas modernos de IA y robótica
En un entorno donde el hardware vuelve a ser geopolítica, conviene recuperar un marco cultural que, sorprendentemente, sigue siendo útil: las Leyes de la Robótica de Asimov. Aplicadas a la robótica física y, con matices, a la Inteligencia Artificial moderna, podrían reinterpretarse así:
- “No dañar a un humano”
En robótica: seguridad funcional, sensores redundantes, paradas de emergencia.
En IA: prevención de daños no solo físicos, también económicos, reputacionales y sociales (fraude, desinformación, decisiones automatizadas opacas). - “Obedecer órdenes”
En robótica: obediencia condicionada por seguridad.
En IA: alineación con la intención del usuario, sí, pero subordinada a ley, normas internas y compliance (especialmente en sanidad, finanzas y administración pública). - “Protegerse a sí misma”
En robótica: autoprotección para evitar fallos catastróficos.
En IA: ciberseguridad, robustez frente a manipulación, control de accesos, trazabilidad de cambios, y capacidad de degradar servicio sin colapsar.
El punto clave es que, en 2.026, el problema no es solo “qué puede hacer” la IA, sino quién controla el suministro que la hace posible y qué incentivos económicos se imponen cuando hay escasez. Si la frontera retiene chips, si el mercado negro se dispara y si el cómputo se convierte en un activo estratégico, entonces las reglas de seguridad dejan de ser filosofía: pasan a ser infraestructura de confianza.
Preguntas frecuentes
¿Qué es una NVIDIA H200 y por qué es tan crítica para proyectos de Inteligencia Artificial?
Es una GPU de alto rendimiento orientada a cargas de entrenamiento e inferencia de IA. Su demanda crece porque acelera el cálculo masivo necesario para modelos grandes y sistemas de agentes.
¿Qué riesgos implica comprar GPUs en el mercado negro para una empresa?
Además del riesgo legal y regulatorio, existe riesgo de trazabilidad, fraude, problemas de garantía, sanciones contractuales y exposición a supply chain attacks en infraestructura crítica.
¿Por qué OpenAI insiste en que el crecimiento de ingresos está ligado al crecimiento de cómputo?
Porque su argumento es que más capacidad permite servir más usuarios y más cargas de trabajo, habilitando monetización vía suscripciones y uso en APIs, siguiendo una curva directamente correlacionada.
¿Qué tienen que ver los imanes de tierras raras con la IA y la robótica?
La robótica y la automatización dependen de motores eléctricos compactos y eficientes, que suelen requerir imanes permanentes de alto rendimiento. Sin ese suministro, la cadena industrial se frena aunque haya chips.
vía: scmp
