Llevábamos mucho tiempo alertando del cuello de botella que suponía el consumo exacerbado de recursos asociados a la inteligencia artificial. Vivimos inmersos, no obstante, en una disparatada carrera por levantar más y más centros de datos que ejecuten las intensivas cargas de IA que todos, ciudadanos y empresas, estamos lanzando a diario. Todos los que hemos probado, y nos hemos enganchado, al vibe coding llevamos sufriendo los aleatorios e imprevisibles recortes de capacidad ante la imposibilidad de dar respuesta a toda la demanda existente. Lo que era más complejo de imaginar es que fuera una de las grandes tecnológicas del mundo la que sufriera estas mismas restricciones.

Retrocedamos a marzo, que quizás suene a tiempos muy lejanos pero hace apenas cuatro meses. En ese momento, Google le dijo a Meta que no podía darle más capacidad de inteligencia artificial. No fue una negociación fallida, ni un desacuerdo sobre precios, ni una cláusula contractual mal redactada. Fue, sencillamente, que uno de los mayores proveedores de inteligencia artificial del planeta no tenía suficiente cómputo para atender al que era, probablemente, su cliente más poderoso.

La noticia pasó casi desapercibida, entre muchos titulares sobre la guerra de modelos, las pugnas éticas en torno al desarrollo de la IA o el sinfín de avances que relatamos a diario en la prensa especializada. Pero no podemos obviar la mayor: se trata de la primera señal verificable, a escala industrial, de que la inteligencia artificial de 2026 ha chocado con un techo físico que ni el más grande presupuesto puede demoler por sí solo.

Para entender la magnitud del problema conviene detenerse en los números de Meta. La compañía de Mark Zuckerberg tiene comprometidos entre 115.000 y 135.000 millones de dólares en infraestructura de IA solo en este ejercicio. Ha despedido a 8.000 empleados en mayo y ha reasignado a otros 7.000 hacia roles vinculados a la inteligencia artificial. Y usa los modelos Gemini de Google, los de su principal competidor tecnológico, para automatizar la moderación de contenido dañino a escala de casi 4.000 millones de usuarios activos mensuales entre Instagram, Facebook y WhatsApp, porque su propia familia de modelos Llama, de código abierto, no da la talla para esas tareas críticas a ese volumen.

La paradoja cobra una textura casi literaria. Meta compite frontalmente con Google en el mercado de la IA, financia su propia división de investigación, lanza modelos propios que el mundo descarga libremente, y al mismo tiempo depende de la infraestructura de su rival para que sus plataformas no se conviertan en vertederos de contenido ilegal. Cuando Google le cortó el suministro, Meta tuvo que ordenar internamente a sus empleados que optimizaran el uso de tokens como si fueran técnicos racionando el gasóleo de un generador durante un apagón. No es una metáfora de este humilde escribano: es tal cual la situación real que se vive en la industria digital.

No en vano, el problema no es exclusivo de Meta. La propia Google está gastando más de 180.000 millones de dólares en CAPEX este año y tampoco tiene capacidad suficiente. Sin ir más lejos, el mes pasado conocimos que el popular buscador pagará a SpaceX 920 millones de dólares al mes -unos 810 millones de euros- por acceder a 110.000 GPU de Nvidia como "capacidad puente" mientras construye sus propios centros de datos. El acuerdo corre desde octubre de 2026 hasta junio de 2029. Treinta meses. Casi 30.000 millones de dólares para alquilar computación a una empresa de cohetes para seguir alimentando una demanda que va más allá de las estrellas.

Sigamos con la lista. Anthropic, la empresa que más insiste en la narrativa de la IA segura y responsable, también acordó pagar a SpaceX 1.250 millones de dólares al mes por capacidad en los centros de datos Colossus y Colossus II de Memphis. El mismo contrato que Google, la misma arquitectura de dependencia. Los que construyen los modelos más sofisticados del mundo no tienen dónde ejecutarlos sin alquilarle el garaje a Elon Musk, que tampoco tiene mucho más que ofrecer para paliar la falta de infraestructuras que vivimos.

Detrás del problema de cómputo hay una cadena de suministro que el dinero no puede acelerar a voluntad. Los chips de memoria de alto ancho de banda -HBM, en la jerga del sector- son el componente que determina cuántos tokens por segundo puede procesar una GPU de Nvidia. SK Group anunció en Computex 2026 que esa memoria seguirá siendo escasa hasta finales de la década, mientras Qualcomm proyecta que el consumo global de tokens se multiplicará por 40 de aquí a 2030. TSMC, que fabrica prácticamente el 92% de los TPU que usan los grandes modelos, tiene su capacidad efectivamente vendida hasta 2028. Broadcom lleva meses advirtiendo que la demanda triplica la oferta disponible.

La consecuencia directa es lo que algunos analistas ya llaman "chipflación": los precios de la memoria DRAM han subido 80% en el último año y los tiempos de entrega de GPU para centros de datos oscilan entre 36 y 52 semanas.

Hay algo profundamente irónico en que la industria que prometió democratizar el acceso al conocimiento haya creado, casi sin quererlo, el recurso más concentrado y escaso de la economía digital. El token -la unidad mínima de procesamiento con la que los modelos de lenguaje leen y generan texto- se está convirtiendo en el equivalente funcional del barril de petróleo de los años setenta: un bien cuyo precio refleja tensiones geopolíticas, cuellos de botella físicos y decisiones de asignación que ningún mercado regula de forma transparente.

La diferencia con el petróleo es que aquí no hay un cartel visible, ni un precio de referencia publicado cada mañana, ni siquiera un consenso global sobre cómo medir la escasez. Lo que hay son contratos confidenciales entre empresas del billón de euros, listas de espera de semiconductores que se miden en años, y una carrera de inversión en infraestructura cuya economía de escala resulta muy difícil de justificar cuando el coste marginal de cada token procesado no deja de subir.

Antes de que aparezcan modelos radicalmente más eficientes -y aparecerán- o de que la infraestructura alcance dimensiones absurdas con costes que desafíen cualquier análisis de retorno, el token será el bien más preciado y más mal distribuido del ecosistema tecnológico. Y en este terreno hemos de movernos hasta nuevo aviso.