La herejía del trillón de dólares: la advertencia de un inversor contra la fiebre del cómputo

En los áridos desiertos de Arizona y las vastas llanuras de Iowa, una nueva carrera armamentista está en marcha. No se libra con acero, sino con silicio y hormigón. Los gigantes tecnológicos, desde Microsoft hasta Meta, están invirtiendo sumas que rivalizan con el PIB de naciones pequeñas para construir centros de datos colosales, palacios de cristal y fibra óptica diseñados para albergar la próxima generación de sistemas cognitivos. Esta es la "gran construcción", una fiebre del oro impulsada por la creencia de que el poder computacional es el único cuello de botella que nos separa de la inteligencia general artificial. Figuras como Sam Altman de OpenAI han hablado de la necesidad de recaudar billones, no miles de millones, para financiar esta empresa. El consenso es casi absoluto: el futuro pertenece a quien pueda construir la máquina más grande.

En medio de esta euforia de gasto de capital, una voz disonante ha emergido, no desde los márgenes de la academia, sino desde el corazón mismo del nexo inversor. Sebastian Siemiatkowski, el fundador y director ejecutivo de Klarna, se ha convertido en el hereje improbable de esta nueva religión tecnológica. Su herejía es simple pero profunda: la construcción masiva está sobrefinanciada y la apuesta del trillón de dólares por los servidores podría ser un error de cálculo histórico. Lo que hace que su advertencia sea imposible de ignorar es su posición: Siemiatkowski no es un ludita. Es uno de los inversores más activos y conectados del sector, con participaciones personales en OpenAI, Perplexity, xAI y la firma de hardware Cerebras. Él, más que nadie, se beneficia de la bonanza. Sin embargo, su argumento es que el consenso de Silicon Valley está mirando en la dirección equivocada.

Siemiatkowski sostiene que la narrativa de la "fuerza bruta" ignora una variable mucho más potente y disruptiva: la eficiencia algorítmica. La suposición predominante es que los modelos futuros necesitarán exponencialmente más poder para ser más inteligentes. El fundador de Klarna, basándose en lo que observa como usuario e inversor, argumenta lo contrario. Los modelos se están volviendo más eficientes a un ritmo asombroso. Las innovaciones en la arquitectura, la destilación y la optimización de software están permitiendo que sistemas más pequeños logren capacidades que hace solo un año requerían máquinas monstruosas. La apuesta del trillón de dólares, por lo tanto, no es solo excesiva; corre el riesgo de construir catedrales de cómputo anticuadas para una deidad que ya ha abandonado el edificio, prefiriendo residir en un chip de teléfono móvil más ágil y elegante.

Esta tensión entre la escala y la eficiencia define el conflicto central que dará forma a la próxima década de desarrollo tecnológico. Por un lado, está la visión de la "fuerza bruta", un paradigma que ve la inteligencia como un producto industrial que debe fabricarse en instalaciones del tamaño de una ciudad. Por otro lado, está la visión de la "elegancia algorítmica", que cree que la inteligencia es un problema de software que se resolverá con mejores ideas, no necesariamente con más cobre. La advertencia de Siemiatkowski es la primera señal de que el capital inteligente está empezando a cuestionar si estamos construyendo el motor de la próxima economía o simplemente los monumentos más caros jamás concebidos a un problema mal entendido.

La dialéctica del silicio: fuerza bruta contra optimización

La tesis de la "fuerza bruta" es seductora por su simplicidad. Es la visión industrial del siglo XXI, defendida más visiblemente por Jensen Huang de Nvidia y, en la práctica, por los hiperescaladores como Microsoft, Google y Amazon. En esta narrativa, el progreso está directamente ligado al gasto de capital (Capex). La lógica es lineal: si un modelo con cien mil millones de parámetros entrenado con un exabyte de datos alcanza un nivel de inteligencia "X", entonces un modelo con un billón de parámetros entrenado con cien exabytes alcanzará "10X". Esta mentalidad ha convertido a las GPU de Nvidia en el activo geopolítico más importante del mundo y ha iniciado una carrera global para asegurar el suministro de energía y los bienes raíces necesarios para albergar estos nuevos cerebros de silicio. El plan de Meta para construir un centro de datos de 800 millones de dólares en Indiana, o el proyecto "Stargate" de Microsoft y OpenAI, valorado en 100 mil millones de dólares, no son meros proyectos de infraestructura; son actos de fe en el evangelio de la escala.

Esta fe se basa en la idea de que la inteligencia es un recurso que debe ser "extraído" del universo de los datos mediante un consumo masivo de energía. Los modelos se vuelven más capaces, argumenta esta escuela de pensamiento, porque con más parámetros pueden "memorizar" y "generalizar" más patrones del mundo. La alucinación, la falta de fiabilidad y otros defectos de los modelos actuales se ven como problemas temporales que se resolverán con más datos y más poder. Si el modelo se equivoca, es porque no es lo suficientemente grande. La solución, por lo tanto, es siempre construir más grande. Esta es la apuesta del trillón de dólares: una apuesta a que la cantidad, si se aplica suficiente, puede transformarse por sí sola en calidad.

Aquí es donde la herejía de Sebastian Siemiatkowski introduce una disonancia fundamental. Su argumento se basa en una observación empírica que contradice la narrativa de la escala: el coste de la inteligencia no es estático, sino dinámico, y está cayendo. La "eficiencia algorítmica" no es un concepto vago; se refiere a una serie de innovaciones técnicas que están ocurriendo en paralelo y que permiten obtener más rendimiento cognitivo con menos recursos computacionales. Técnicas como la "destilación de modelos" (usar un modelo grande y potente para entrenar a un modelo pequeño y ágil), la "cuantización" (reducir la precisión de los cálculos matemáticos en la red neuronal sin una pérdida significativa de rendimiento) y las arquitecturas más inteligentes (como las "Mezclas de Expertos" o MoE) están cambiando drásticamente la economía del cómputo.

La inversión de Siemiatkowski en Cerebras, un competidor de Nvidia, es otra pieza clave del rompecabezas. Nvidia domina el mercado con las GPU, que son excelentes para tareas paralelas pero no fueron diseñadas específicamente para las arquitecturas de transformadores de los modelos modernos. Cerebras, por otro lado, construye "wafer-scale engines", chips monolíticos del tamaño de un plato diseñados para manejar modelos masivos de manera más eficiente en términos de energía y velocidad. Al apostar por Cerebras, Siemiatkowski no está apostando contra el cómputo; está apostando por un *tipo diferente* de cómputo, uno donde el hardware especializado y el software co-diseñado superan a la fuerza bruta de las GPU de uso general. Su argumento es que el billón de dólares propuesto se gastará en el tipo incorrecto de infraestructura, como construir un continente de carreteras para carretas de bueyes justo antes de la invención del ferrocarril.

La velocidad de esta optimización es asombrosa. Un modelo de código abierto de 70 mil millones de parámetros lanzado este año puede superar al GPT-4 de hace dieciocho meses en muchos benchmarks, a pesar de ser órdenes de magnitud más pequeño y barato de operar. Los investigadores están descubriendo que la calidad de los datos de entrenamiento es mucho más importante que la cantidad bruta. Un modelo entrenado en un conjunto de datos más pequeño pero perfectamente curado supera a uno entrenado en la "basura" de la totalidad de Internet. Cada uno de estos descubrimientos es un clavo en el ataúd de la tesis de la "escala bruta". La apuesta del trillón de dólares asume que el software es estático; la realidad es que el software está evolucionando más rápido que el hormigón.

Anatomía de un inversor: por qué un beneficiario critica la bonanza

Para desentrañar la advertencia de Sebastian Siemiatkowski, es crucial entender la mentalidad desde la que se origina. No habla como un académico purista ni como un profeta tecnológico, sino como un banquero. Klarna es, en su núcleo, una empresa de gestión de riesgos financieros. Su negocio es la asignación precisa de capital y la evaluación de la probabilidad de retorno. Cuando Siemiatkowski observa la fiebre del oro del cómputo, no ve un destino tecnológico manifiesto; ve un desequilibrio masivo en la asignación de capital. Ve una burbuja. Su argumento es menos sobre la inteligencia artificial y más sobre la economía básica: el mercado está financiando la parte más cara y arriesgada de la cadena de valor, mientras ignora la parte más eficiente y rentable.

La posición de Siemiatkowski como inversor en OpenAI, xAI y Perplexity lo sitúa en una posición única de "disidente interno". No es un extraño que critica desde fuera; es un accionista que observa la estrategia desde la sala de juntas. Su escepticismo no es una negación del potencial de estas empresas, sino una crítica a la estrategia de "gastar hasta el éxito". Su cartera de inversiones es, en sí misma, una clase magistral sobre cómo cubrir esta apuesta. Al invertir en OpenAI (la apuesta de la fuerza bruta), xAI (la apuesta de la integración vertical con datos de X) y Perplexity (la apuesta de la aplicación de búsqueda pura), está comprando acciones en todos los caballos de la carrera. Pero su inversión en Cerebras (la apuesta de la eficiencia del hardware) revela su verdadera tesis: que el ganador a largo plazo no será el que tenga el modelo más grande, sino el que pueda ejecutarlo por la fracción del coste.

Esta perspectiva de "usuario primero" es lo que falta en gran parte del discurso de Silicon Valley. Los líderes de los laboratorios de investigación están obsesionados con alcanzar la AGI, un objetivo filosófico sin una clara definición de producto-mercado. Siemiatkowski, en cambio, está obsesionado con el "coste por interacción exitosa" de su bot de servicio al cliente. Ha visto que puede lograr una satisfacción del cliente del 90% con un modelo eficiente que cuesta un céntimo por consulta. El modelo de "fuerza bruta" de próxima generación podría prometer una satisfacción del 91%, pero a un coste de un dólar por consulta. Como empresario, la elección es obvia. El billón de dólares se está gastando para perseguir ese último punto porcentual de perfección filosófica, un lujo que el mercado real, enfocado en el margen de beneficio, no puede ni quiere permitirse.

La advertencia de Siemiatkowski es, por tanto, un eco de la burbuja de las "punto com" de finales de los noventa. En aquel entonces, el mercado se obsesionó con la métrica de los "globos oculares" (eyeballs), asumiendo que la atención masiva se traduciría mágicamente en beneficios. Empresas como Pets.com recaudaron cientos de millones de dólares sin un modelo de negocio viable. Hoy, la métrica fetiche es el "gasto en cómputo" o el "recuento de parámetros". Se asume que construir el modelo más grande se traducirá mágicamente en el negocio más rentable. La historia sugiere que esta suposición es, en el mejor de los casos, ingenua. La burbuja de las "punto com" no estalló porque Internet fuera una mala idea; estalló porque el capital se asignó de forma imprudente a infraestructuras y modelos de negocio que no tenían sentido económico. La advertencia de Siemiatkowski es que estamos repitiendo la historia, pero con ceros adicionales.

El verdadero peligro, según esta tesis, no es solo que se malgaste el dinero. El peligro es que esta obsesión por la escala centralizada ahogue la innovación. Si el coste de entrada para competir en el desarrollo de modelos se mide en cientos de miles de millones de dólares, solo un puñado de corporaciones podrá participar. Esto conduce a un oligopolio de facto, donde la innovación se ralentiza y los precios se fijan por decreto. Sin embargo, si la eficiencia algorítmica y el hardware especializado (como el de Cerebras) permiten a equipos más pequeños y ágiles construir modelos competitivos, el ecosistema se mantiene diverso, competitivo y saludable. La advertencia de Siemiatkowski no es solo un consejo financiero; es una defensa de un futuro tecnológico más abierto y descentralizado.

El desfiladero del 'buen provecho': redefiniendo el retorno de la inversión

El término "trillón" ha sido lanzado con tanta ligereza en los círculos tecnológicos que casi ha perdido su significado. Un trillón de dólares es más que el presupuesto anual combinado de defensa de todos los países del mundo. Es una suma que podría reconstruir la infraestructura energética de un continente. La apuesta por gastar esta cantidad en centros de datos se basa en una suposición fundamental: que la inteligencia artificial generará un valor económico superior a esa cifra. Aquí es donde la tesis de Siemiatkowski se vuelve más potente. Él no discute que la tecnología vaya a generar valor; discute la *fuente* de ese valor. La tesis de la "fuerza bruta" asume que el valor vendrá de un único modelo "Dios", una AGI que resolverá todos los problemas. La tesis de la "eficiencia" sugiere que el valor vendrá de millones de modelos "especialistas" más pequeños, integrados en cada producto y proceso.

Esta es la diferencia entre un mercado de "servicios de lujo" y un mercado de "servicios públicos". El consenso de Silicon Valley está apostando por crear un servicio de lujo: una inteligencia de coste extremadamente alto accesible solo para otras corporaciones de élite o gobiernos. Siemiatkowski, como fundador de una empresa que democratizó el crédito al consumo (Klarna), ve el mundo a través de la lente de los servicios públicos. El valor real no se desbloquea cuando algo es caro y escaso, sino cuando es barato, fiable y omnipresente. La revolución de la electricidad no ocurrió porque unos pocos laboratorios tuvieran generadores masivos, sino porque la electricidad se volvió lo suficientemente barata como para alimentar una bombilla en cada hogar. La apuesta de Siemiatkowski es que la eficiencia algorítmica es el camino para hacer que la inteligencia sea tan barata como la electricidad, mientras que la apuesta de la "fuerza bruta" solo la mantendrá como un bien de lujo en manos de unos pocos.

El crecimiento del uso de la tecnología es innegable, y el propio Siemiatkowski lo señala. El uso de Perplexity, de las herramientas de OpenAI y de los asistentes internos de Klarna está creciendo exponencialmente. Pero aquí radica la paradoja. El crecimiento del *uso* no justifica automáticamente el crecimiento del *gasto* en infraestructura, si la eficiencia de esa infraestructura también está creciendo exponencialmente. Si el número de usuarios se duplica, pero el coste de servir a cada usuario se reduce a una décima parte gracias a un nuevo algoritmo, el gasto neto en infraestructura podría, de hecho, disminuir. Este es el escenario de pesadilla para los que apuestan por la "fuerza bruta": que la demanda de cómputo crezca, pero que la eficiencia del software crezca *más rápido*, haciendo que el valor de las vastas y "tontas" granjas de servidores colapse.

La visión de Siemiatkowski, por lo tanto, no es pesimista. Por el contrario, es radicalmente optimista sobre el poder del software y la innovación humana. Es una creencia en que los problemas de la inteligencia se resolverán con ingenio, no solo con fuerza. Es una apuesta a que un equipo de diez investigadores brillantes en un garaje, armados con un nuevo enfoque de la arquitectura de modelos, puede hacer más para avanzar en el campo que un centro de datos del tamaño de un estado. La historia de la tecnología ha demostrado repetidamente que la elegancia de la optimización del software casi siempre triunfa sobre la fuerza bruta del hardware a largo plazo. El software venció al hardware en las telecomunicaciones, en la fotografía y en los medios.

La herejía de Sebastian Siemiatkowski es simplemente la observación de que la inteligencia artificial no será la excepción. El verdadero ganador de esta era no será el que construya el búnker de cómputo más grande y caro, sino el que encuentre la forma de que no lo necesitemos.