Opinión Inferencia barata llega a Latam tras giro de Druckenmiller y Google
La rotación de cartera de Druckenmiller hacia AMD señala el fin de la era del entrenamiento masivo. La inferencia, impulsada por chips más baratos y nueva infraestructura cloud, vuelve viables proyectos de IA generativa en Latam.
Cuando Stanley Druckenmiller cierra posiciones en Intel, Broadcom y Micron para comprar AMD, no está solo rebalanceando una cartera; está leyendo el mapa de una industria que cambia de eje. La presentación del formulario 13F de Duquesne Family Office revela una apuesta por Helios, el sistema de rack de AMD que desembarcará en los centros de datos de OpenAI, Meta, Anthropic y Microsoft. La frase del gestor en Morgan Stanley resume el diagnóstico: "todavía vemos pequeños atisbos de IA, pero en cierta medida ya no impulsa el mercado". La euforia del entrenamiento —construir modelos cada vez más grandes— da paso a la economía de la inferencia: poner esos modelos a trabajar a escala.
El nuevo campo de batalla es el costo por token
Para un director de tecnología en Ciudad de México, Bogotá o Santiago, esa rotación tiene una traducción inmediata: la factura de la nube. La inferencia es la fase que las empresas realmente ejecutan cuando automatizan atención al cliente, traducen documentos o analizan datos en tiempo real. Y es ahí donde se concentra el gasto operativo.
Los datos del AI Index Report 2025 de Stanford confirman la magnitud del cambio. El costo de inferencia para un rendimiento equivalente a GPT-3.5 se desplomó 280 veces entre noviembre de 2022 y octubre de 2024. A nivel de hardware, los costos caen 30 % anual y la eficiencia energética mejora 40 % cada año. La arquitectura de chiplets de AMD —modular, con menos desperdicio de silicio— y la sexta generación de TPUs de Google, bautizada Ironwood, con hasta cuatro veces el rendimiento de la anterior, son la ingeniería detrás de esa curva.
Google acaba de anunciarlo con números: 80.000 millones de dólares para infraestructura de IA en 2026. Data centers en más de 15 países, cables submarinos como Firmina que unen EE. UU. con Brasil y Argentina, y producción masiva de TPUs propios para reducir la dependencia de Nvidia. Para los desarrolladores de Latam que hoy chocan con cuotas limitadas de Gemini en Vertex AI, la promesa es concreta: más capacidad, menor latencia y precios por token a la baja.
La fiebre de los centros de datos en la región
El boom no es teórico. La soberanía tecnológica no se resuelve solo con racks y fibra; se resuelve con capacidad de decisión sobre qué modelos corren y a qué precio.
La lección para el ejecutivo latinoamericano
La advertencia de Druckenmiller —los "atisbos" ya no mueven el mercado de forma uniforme— en Latam se lee al revés: aquí la adopción está lejos de saturarse. Eso es una ventana. Un banco en México que hoy evalúa un asistente de código para sus desarrolladores, o una fintech en Colombia que quiere un agente de cobranza autónomo, encuentra en la guerra de chips (Nvidia vs. AMD vs. TPU) una baja de barreras real. Proyectos que hace 18 meses eran inviables por costo de GPU, hoy cierran su business case.
No se trata de imitar al gurú. Druckenmiller opera en horizonte de trimestres; la empresa opera en horizonte de años. La jugada maestra no es comprar acciones de AMD, sino diseñar la arquitectura de producto asumiendo que la inferencia seguirá abaratándose. Elegir proveedores cloud que ofrezcan portabilidad entre aceleradores, apostar por modelos abiertos que corran en cualquier hardware y negociar contratos indexados a precio por token, no a instancia reservada.
La próxima etapa de la inteligencia artificial no la ganará quien entrene el modelo más grande, sino quien lo sirva más barato y cerca del usuario. En América Latina, esa carrera acaba de empezar.
