La demanda de infraestructura para IA supera la capacidad disponible incluso entre los gigantes tecnológicos. Google restringió el uso de Gemini por parte de Meta, que ahora acelera la migración hacia sus propios modelos de inteligencia artificial.
La carrera por desarrollar los modelos de inteligencia artificial más avanzados ya no depende únicamente de quién tiene los mejores algoritmos o los investigadores más talentosos. Ahora, el factor decisivo comienza a ser otro: la disponibilidad de infraestructura para ejecutar esos modelos.
Según reveló el Financial Times, Google limitó el acceso que Meta tenía a Gemini debido a que no puede suministrarle toda la capacidad de cómputo que la empresa de Mark Zuckerberg necesita. La decisión también habría afectado a otros clientes de Google, aunque Meta aparece como uno de los casos más relevantes por el volumen de recursos que consume.
La situación refleja hasta qué punto la explosión de la inteligencia artificial está poniendo bajo presión incluso a las compañías que poseen algunos de los centros de datos más grandes del mundo.
Meta acelera la transición hacia modelos propios
Hasta ahora, Meta utilizaba Gemini para distintas tareas críticas vinculadas con la seguridad de sus plataformas, entre ellas la moderación automática de contenidos, la detección de material dañino y la eliminación de fraudes.
De acuerdo con el informe, Gemini ofrecía mejores resultados que los modelos Llama desarrollados por la propia Meta para este tipo de procesos.
Sin embargo, las restricciones impuestas por Google aceleraron un cambio estratégico que la compañía ya venía impulsando: trasladar una parte creciente de esos procesos hacia Muse Spark, el nuevo modelo desarrollado internamente dentro de la división Superintelligence Labs.
El objetivo es reducir la dependencia de proveedores externos y controlar directamente una infraestructura considerada cada vez más estratégica.
Como consecuencia de las limitaciones de capacidad, Meta también habría pedido a sus empleados utilizar de manera más eficiente los denominados «tokens» de inteligencia artificial, es decir, las unidades sobre las que se calcula el consumo de los modelos generativos.
Ni Google ni Meta realizaron comentarios oficiales sobre la información.
La infraestructura se convierte en el nuevo campo de batalla
Lo más llamativo del episodio es que Google tampoco dispone de recursos suficientes para satisfacer la demanda de sus propios clientes.
La compañía destinará más de U$S 180.000 millones en inversiones de capital durante este año para ampliar su infraestructura de inteligencia artificial, pero aun así enfrenta restricciones de capacidad.
El Financial Times señala que Google llegó incluso a acordar con SpaceX el alquiler de 110.000 GPU Nvidia, por un valor cercano a U$S 920 millones mensuales, como una solución temporal para atender la creciente demanda de Gemini Enterprise.
El acuerdo ilustra la magnitud del problema: incluso uno de los mayores operadores mundiales de infraestructura de IA necesita recurrir a capacidad externa para sostener el crecimiento de sus servicios.
Miles de millones de dólares para ganar independencia
Meta tampoco ha permanecido inmóvil frente a este escenario.
La empresa anunció recientemente una fuerte reestructuración de su estrategia de inteligencia artificial. En mayo redujo aproximadamente 8.000 puestos de trabajo y redirigió miles de millones de dólares hacia infraestructura especializada para IA.
Además, elevó su previsión de inversión para 2026 hasta un rango de entre U$S 115.000 millones y U$S 135.000 millones, mientras reasignó cerca de 7.000 empleados a proyectos vinculados con inteligencia artificial.
El lanzamiento de Muse Spark forma parte de ese plan, cuyo objetivo es disponer de modelos propios capaces de asumir cargas críticas, como la moderación de contenidos, sin depender de plataformas desarrolladas por competidores.
Un problema que afecta a toda la industria
El caso de Google y Meta confirma una tendencia que ya comienza a repetirse entre las principales empresas del sector.
La demanda de capacidad de procesamiento para inteligencia artificial está creciendo mucho más rápido que la construcción de nuevos centros de datos.
Google compra capacidad adicional a SpaceX. Anthropic, por su parte, alquiló un centro de datos completo también operado por SpaceX para sostener el crecimiento de Claude. Meta, mientras tanto, se ve obligada a racionalizar el consumo de tokens y acelerar el desarrollo de infraestructura propia.
Todo indica que el principal desafío de la próxima etapa de la inteligencia artificial ya no será únicamente desarrollar modelos más inteligentes, sino construir la enorme infraestructura física necesaria para ejecutarlos.
En otras palabras, la nueva competencia entre los gigantes tecnológicos ya no se libra solo en los laboratorios de investigación, sino también en los centros de datos, el suministro eléctrico y la disponibilidad de GPU de última generación. Quien logre asegurar esos recursos tendrá una ventaja decisiva en la próxima generación de inteligencia artificial.