En los últimos tiempos, la conversación tecnológica ha estado dominada por el despliegue masivo de GPUs para inteligencia artificial. Este fenómeno ha capturado la atención mediática, especialmente debido al desembolso económico asociado y al elevado consumo energético que conlleva. Sin embargo, hay otro aspecto menos visible pero igualmente significativo desarrollándose imperceptiblemente en el trasfondo: el impacto de la IA en segmentos como la memoria, el almacenamiento y los servidores estándar.
A medida que la demanda por GPUs de última generación se incrementa, los fabricantes de memoria están ajustando su enfoque hacia chips más rentables, como los de alto valor para las GPUs. Este cambio de prioridades está reduciendo la capacidad de producción de componentes considerados convencionales, tales como módulos de RAM corrientes y unidades NVMe. La consecuencia directa es un aumento en los costes de productos que no están directamente etiquetados como «para IA», afectando a centros de datos tradicionales, pymes y servicios corporativos.
Se estima que el costo de fabricar servidores podría aumentar entre un 15% y un 35% en solo un año. Esto no solo se debe a las GPUs, sino a una subida generalizada de precios en la RAM, NVMe, ciertos tipos de CPUs y otros componentes. La estrategia de las grandes compañías para mitigar estas subidas involucra la compra anticipada de componentes, lo que, paradójicamente, también está inflando los precios.
En el ámbito del cloud computing, estos aumentos en los precios del hardware se reflejarán en ajustes de tarifas. Algunos proveedores anticipan incrementos de entre el 5% y el 10% en ciertos servicios para 2026. Las revisiones de precios no serán abruptas, sino más bien una serie de ajustes en diversas áreas como instancias nuevas, almacenamiento de alto rendimiento y tarifas para RAM y NVMe.
Compañías como Stackscale están rediseñando sus estrategias para mitigar el impacto de estos cambios. Sus esfuerzos incluyen optimizar las compras, ajustar el diseño de plataformas para maximizar el rendimiento por euro invertido y mejorar la densidad de utilización de sus nodos físicos. El objetivo es absorber en lo posible el impacto sin trasladarlo automáticamente a sus clientes.
Para las empresas que dependen de infraestructura digital, ya no es una opción sino una necesidad revisar sus estrategias. Se recomienda revalorar sus cargas de trabajo, planificar a futuro con un horizonte de 2 a 3 años, y negociar modelos de precios predecibles con sus proveedores de cloud. También es momento de maximizar la eficiencia antes de buscar más recursos físicos, optimizando la configuración de máquinas virtuales y eliminando sobreaprovisionamientos.
La narrativa dominante sobre IA tiende a centrarse en lanzamientos espectaculares y grandes avances en GPUs, pero su verdadero impacto se extiende a través de toda la cadena de suministro de tecnología. La revolución de la IA pone presión no solo sobre los grandes clústeres de entrenamiento, sino también sobre componentes cotidianos que hasta ahora habían sido considerados abundantes y relativamente baratos.
En este panorama, las organizaciones que logren anticiparse y estructurar una estrategia robusta para su infraestructura tendrán una clara ventaja competitiva, no solo en términos de costos, sino en su capacidad de innovar y aprovechar al máximo las oportunidades que ofrece la IA.
