Nvidia ya no solo vende palas en la fiebre del oro; ahora compra la mina y el mapa. En menos de una semana, el gigante de Jensen Huang ha confirmado dos movimientos que redibujan el tablero de la inteligencia artificial global: una inversión de US$ 5.000 millones en Safe Superintelligence (SSI), la startup secreta de Ilya Sutskever, exjefe científico de OpenAI, y la adquisición de Hugging Face por US$ 13.000 millones, la principal plataforma abierta donde la comunidad comparte modelos y datasets Diario Financiero El Financiero.
La cifra combinada —18.000 millones de dólares— equivale al PIB anual de países como Nicaragua o Jamaica. Pero para Nvidia, que cotiza a 5,5 billones, es el costo de blindar su monopolio vertical: silicio (GPUs), cerebro (modelos frontera) y biblioteca (repositorio abierto).
La apuesta por el "cerebro": Sutskever y la superinteligencia segura
Ilya Sutskever abandonó OpenAI en mayo de 2024 tras el fallido golpe a Sam Altman. Su nueva empresa, SSI, tiene una misión única declarada: construir una superinteligencia segura, sin distracciones comerciales ni presión de producto. La inyección de 5.000 millones de Nvidia —una de las rondas más grandes de la historia para una startup sin producto visible— compra dos cosas: acceso preferente a la arquitectura de modelo más avanzada del planeta y talento de élite que podría diseñar chips optimizados para esa arquitectura.
El mensaje al mercado es claro: Nvidia no confía solo en que sus clientes (Microsoft, Meta, Google) sigan comprando H100 y Blackwell; quiere influir en cómo se entrenan los modelos que correrán sobre ellos.
La compra de la "biblioteca": Hugging Face como estándar de facto
Si SSI es el cerebro, Hugging Face es el sistema nervioso de la IA abierta. Con más de un millón de modelos y 300.000 datasets, la plataforma se ha convertido en el GitHub de la IA generativa. Nvidia ya era inversor junto a Google, Amazon, Intel y Salesforce; ahora toma el control total por 13.000 millones —casi el triple de su valoración de 2023 (4.500 millones) El Financiero.
Huang lo explicó en X: "Los modelos abiertos refuerzan la seguridad, aceleran la innovación y permiten la soberanía". La retórica es impecable; la realidad, estratégica. Al poseer el repositorio, Nvidia puede:
- Priorizar la optimización de modelos para su hardware (CUDA, TensorRT).
- Insertar telemetría de uso real que alimente su roadmap de chips.
- Dificultar la portabilidad a aceleradores rivales (AMD, Intel, Groq, chips propios de hyperscalers).
El compromiso de mantener la plataforma "abierta y neutral" es vinculante solo mientras a Nvidia le convenga. La historia del software empresarial sugiere que la neutralidad termina donde empieza el lock-in.
El tablero para el ejecutivo latinoamericano
Para un CIO en São Paulo, México DF o Bogotá, la jugada tiene tres lecturas inmediatas:
1. Costos de inferencia atados a una sola arquitectura Cuanto más controle Nvidia la pila superior, más difícil negociar precios o migrar a alternativas. Los contratos cloud en la región (AWS, Azure, Google Cloud) ya reflejan el premium de instancias GPU; la integración vertical endurece esa negociación.
2. Soberanía de datos y modelo Varios países latinos (Brasil, Chile, México) avanzan en marcos de soberanía digital. Depender de un repositorio centralizado en EE. UU. —aunque sea "abierto"— choca con requisitos de residencia de datos y auditoría algorítmica. Hugging Face bajo bandera Nvidia no alivia esa tensión.
3. Talento y *fine-tuning* local La región tiene ingenieros capaces de adaptar modelos abiertos a español, portugués, guaraní o contextos regulatorios locales. Si el upstream de Hugging Face prioriza arquitecturas Nvidia-first, el esfuerzo de portabilidad a hardware alternativo (instancias Trainium/Inferentia de AWS, Gaudi de Intel, o chips nacionales incipientes) sube exponencialmente.
La respuesta del ecosistema: fragmentación o sumisión
Los hyperscalers no verán pasivamente este cerco. Google acelera TPU v6 y Gemma; Amazon invierte en Anthropic y Trainium; Microsoft apuesta por Maia y su alianza con OpenAI. La guerra de foundation models se traslada a la capa de distribución.
Para Latinoamérica, la ventana de oportunidad está en no elegir bando prematuramente. Estrategias multi-cloud reales, contenedores portables (vLLM, TGI, Ollama) y evaluación continua de price-performance en inferencia son hoy más valiosas que cualquier certificación de partner.
Nvidia ha pagado 18.000 millones por escribir las reglas del juego. El tablero, sin embargo, sigue abierto. La pregunta para el directorio no es "qué GPU compro", sino "cómo evito que mi roadmap de IA quede escrito en Cupertino".
