Sam Altman, jefe de OpenAI, defendió en el programa de John Collison que ejecutar inteligencia artificial en el propio ordenador es una mala asignación de recursos. Según dijo, la memoria DRAM de muchos equipos se usa apenas el 5% del tiempo, cuando la presión sobre ese componente es cada vez mayor.
La crítica de Altman a la IA local
Altman planteó que la inferencia local parece atractiva para quien quiere correr modelos abiertos en su máquina, pero que, desde una visión global, ese esquema desperdicia capacidad escasa. En su argumento, lo eficiente sería concentrar más cómputo en centros de datos y no repartirlo entre millones de PCs con memoria sin aprovechar.
También apuntó que la escasez de DRAM limita el margen de maniobra del sector. En ese escenario, dijo, dedicar recursos a equipos domésticos compite con las necesidades de infraestructura a gran escala.
La presión sobre la memoria y el giro de OpenAI
El señalamiento llega en medio de un mercado tensionado. TrendForce reportó que los precios de la DRAM aumentaron entre 90% y 95% en el primer trimestre de 2026.
Altman, además, ha movido su postura sobre el código abierto. OpenAI lanzó en agosto de 2025 gpt-oss, sus primeros pesos abiertos desde GPT-2 pensados para ejecutarse en local, y en enero de ese mismo año el propio Altman dijo que la empresa había estado equivocada respecto al código abierto.
En la conversación también insistió en que el mercado no está respondiendo con la velocidad que exige la demanda de memoria. A su juicio, hacen falta nuevos actores en la cadena de suministro para aliviar el cuello de botella que afecta al cómputo de inteligencia artificial.
El episodio fue difundido en el programa de John Collison, donde Altman dejó una frase que resume su postura: para él, la IA local puede ser útil para algunos usuarios, pero no es la forma más eficiente de usar un recurso que hoy considera crítico.
