Memoria cara y cómputo local: el choque entre Altman y la privacidad en casa
El titular de OpenAI sostiene que usar la memoria DRAM de una PC para correr IA es una mala asignación de un recurso que hoy escasea. Los defensores de la IA local responden con la privacidad.
Imaginá una notebook que pasa la mayor parte del día apagada o con tareas livianas, pero cuyos chips de memoria siguen ocupando lugar y costo. Ese es el punto de partida de la discusión: cuánto vale hoy cada gigabyte de DRAM y en qué conviene usarlo.
Qué significa la inferencia local
La inferencia local es ejecutar un modelo de inteligencia artificial directamente en el equipo del usuario, sin mandar las consultas a servidores remotos. Dicho de otro modo, la respuesta se calcula en la propia máquina. La práctica creció junto con la disponibilidad de modelos de código abierto que corren en hardware doméstico de gama media o alta.
La posición de Altman
El director ejecutivo de OpenAI, Sam Altman, cifró en un 5% el tiempo de uso efectivo de la memoria DRAM de una computadora personal y lo planteó como un problema de asignación de recursos. Lo dijo en una entrevista en el pódcast Cheeky Pint, conducido por John Collison, cofundador de Stripe.
“La inferencia local es una terrible asignación de recursos escasos.”Sam Altman, director ejecutivo de OpenAI
Su argumento es de eficiencia. Un centro de datos puede aprovechar la misma memoria las 24 horas, mientras que una PC la usa una fracción mínima del día. En un contexto de oferta restringida, dispersar ese recurso en millones de equipos individuales reduciría el rendimiento global del sistema.
“En ese entorno en el que ese suministro crítico es tan restringido, querés la máxima concentración en la nube.”Sam Altman, director ejecutivo de OpenAI
Qué dicen los números
Según TrendForce, los precios de la DRAM subieron entre un 90% y un 95% durante el primer trimestre de 2026. Fabricantes como Micron y SK Hynix no logran escalar la producción al ritmo que piden los grandes operadores de centros de datos. Algunas compañías están redirigiendo capacidad hacia memoria HBM, de alto rendimiento, aunque ampliar plantas especializadas lleva más de un trimestre.
Quienes defienden la IA local ponen el foco en la privacidad: procesar los datos sin enviarlos a servidores externos. El material disponible corta justo cuando empieza a desarrollar esa línea de razonamiento, así que el alcance completo de su respuesta todavía no puede reconstruirse con las fuentes con las que se cuenta.
