En una reciente entrevista en profundidad, Jensen Huang compartió una visión contundente: la computación está dejando de ser un "coste" para convertirse en un "producto" que genera valor directo.
Aunque la idea pueda parecer abstracta, responde a una cuestión fundamental: ¿cuál es el factor de producción esencial en la era de la IA?
Como fundador de NVIDIA, Huang tiene una perspectiva privilegiada. No se centra en el crecimiento de usuarios en la capa de aplicaciones ni en la escala de parámetros en la capa de modelos. Está redefiniendo un aspecto esencial: si la computación, en sí misma, está convirtiéndose en una unidad económica negociable.
De centro de costes a motor de producción
En la era de internet, los centros de datos tenían una función principal.
Almacenaban datos, procesaban solicitudes y soportaban aplicaciones; en definitiva, formaban parte de los costes de la empresa. Tanto en la nube como en el SaaS, el foco era "optimizar la estructura de costes", no generar un producto vendible de forma directa.
La IA ha transformado esta lógica. Ahora, al generar texto, imágenes, código o ejecutar tareas complejas, cada operación informática deja de ser simple consumo de recursos y pasa a "producir resultados". Estos resultados pueden consumirse directamente o valorarse en el mercado.
Por tanto, los centros de datos ya no son solo centros de costes: ahora funcionan como fábricas. Sus insumos son electricidad, chips y modelos; sus productos, contenido, decisiones e incluso acciones automatizadas. Todos estos outputs se agrupan bajo un concepto: Token.
Token: la unidad mínima de producción en la era de la IA
Aquí, Token no se refiere a los tokens de criptomonedas, sino a la unidad básica de medida en los sistemas de IA. Cuando preguntas algo a un modelo, consumes Tokens; cuando el modelo responde, está "produciendo" Tokens. El precio de las API se basa esencialmente en el uso de Tokens.
Puede parecer un matiz técnico, pero el verdadero cambio es: por primera vez, la computación puede medirse, valorarse y negociarse como unidades.
Esto representa un hito histórico. En la era industrial, la electricidad se convirtió en infraestructura porque podía medirse (kilovatios-hora); en la era de internet, el ancho de banda y el almacenamiento se comercializaron al poder facturarse.
Ahora, la IA ha transformado la "inteligencia" en un recurso medible. Token deja de ser solo un concepto técnico y emerge como una nueva "unidad económica".
Por qué la potencia de cómputo se consumirá como la electricidad
Huang realizó una predicción contundente en la entrevista: en el futuro, el gasto en computación podría representar una parte mucho mayor de la economía.
La lógica es similar a la evolución de la electricidad.
En sus inicios, la electricidad era solo un coste industrial más. Pero, a medida que la electrificación se extendió, todas las industrias pasaron a depender de ella, convirtiéndose en un recurso fundamental.
La IA sigue una trayectoria semejante. Cuantas más tareas asume la IA—escribir, programar, diseñar, analizar, tomar decisiones—el trasfondo de estas actividades es el consumo de potencia de cómputo y Tokens.
Esto da lugar a una nueva estructura de consumo:
- Las empresas ya no compran solo software, sino que "adquieren inteligencia"
- Los usuarios ya no solo usan herramientas, sino que "consumen computación"
- La actividad económica gira cada vez más en torno a la potencia de cómputo
Este es el concepto de "potencia de cómputo como electricidad".
El verdadero punto de inflexión: los costes de inferencia se disparan
Muchos asocian el coste de la IA al "entrenamiento de modelos", pero Huang enfatizó en varias ocasiones: la inferencia está convirtiéndose en el principal motor de costes. Al principio, la IA era una herramienta pasiva: preguntabas, respondía y la computación era puntual. Ahora, evoluciona hacia un sistema operativo continuo. Con el auge de los Agents, el panorama ha cambiado radicalmente:
- Una tarea ya no es una sola llamada, sino varias rondas de inferencia
- Un sistema puede ejecutar varias IA a la vez
- La IA puede invocar autónomamente otras IA
Esto significa que la computación ha pasado de un "consumo por uso" a un "consumo continuo". Huang lo resume así: "Pensar es caro."
Cuando la IA empieza a "pensar", la demanda de potencia de cómputo no crece de forma lineal, sino exponencial.
Del crecimiento de usuarios al crecimiento de Agents
Si en la era de internet el crecimiento se medía por el "número de usuarios", en la era de la IA podría ser por el "número de Agents". Es un cambio sutil pero fundamental. Los usuarios son finitos, los Agents pueden replicarse.
Un asistente de IA puede gestionar múltiples tareas a la vez; un sistema puede ejecutar miles de Agents simultáneamente; un Agent puede incluso generar nuevos Agents. Así surge un nuevo modelo de crecimiento: la demanda de potencia de cómputo ya no depende de las personas, sino del "número de máquinas". Y el crecimiento de las máquinas no tiene límite natural.
¿Quién se beneficia? Una cadena industrial clara
En este esquema, la cadena industrial de la IA queda perfectamente definida.
En un extremo están las empresas de modelos, que convierten la potencia de cómputo en Tokens y los ofrecen a los usuarios. En el otro, la capa de aplicaciones, encargada de consumir esos Tokens y construir productos y servicios. En la parte superior, compañías como NVIDIA, que suministran las "máquinas que producen Tokens".
Este modelo recuerda a la fiebre del oro:
- Las empresas de IA "extraen oro"
- Los usuarios "consumen oro"
- NVIDIA "vende palas"
Mientras exista demanda de "oro", vender palas seguirá siendo un gran negocio.
La variable olvidada: la energía, no los chips
Muchos consideran que el cuello de botella de la IA son los chips, pero Huang aportó una visión diferente: el verdadero límite podría ser la energía.
No se trata de que "falte electricidad", sino de que el "aprovechamiento es ineficiente".
Las redes eléctricas tradicionales están diseñadas para picos extremos y permanecen inactivas la mayor parte del tiempo. Los centros de datos de IA tienen una ventaja: pueden adaptarse dinámicamente.
Por ejemplo, pueden reducir el rendimiento, retrasar tareas o desplazar cargas de trabajo sin afectar al sistema global. Así, los sistemas de potencia de cómputo pueden ser más flexibles que los sistemas eléctricos. Esta flexibilidad será clave en la competencia futura.
Un cambio próximo a una revolución industrial
Juntando todas estas piezas, se perfila una visión de mayor alcance.
- Token convierte la computación en una mercancía
- Las fábricas de IA otorgan a los centros de datos capacidad productiva
- Los costes de inferencia impulsan el consumo continuo de potencia de cómputo
- Los Agents expanden la demanda sin límites
Estos cambios no son solo una mejora técnica: implican una reconstrucción del modelo productivo. Si internet transformó el flujo de información, la IA está transformando el "proceso productivo en sí mismo". Por eso Huang emplea un lenguaje propio de la industrialización para describir la IA.
Porque, en su visión, la IA no es solo software: es un nuevo sistema de producción.
Conclusión
Cuando la computación puede medirse, valorarse y negociarse; cuando los centros de datos operan como fábricas generando valor de forma continua; cuando la potencia de cómputo se consume como la electricidad, todo apunta en una dirección: la IA está evolucionando de herramienta a infraestructura. Cuando una tecnología se convierte en infraestructura, los cambios ya no son incrementales, sino estructurales.
Desde esta perspectiva, el verdadero valor de la entrevista no reside en predecir el futuro, sino en ofrecer un diagnóstico: quizá ya nos encontremos en el inicio de la "industrialización de la IA".
