NodoSam Altman cuestiona la IA local por el uso de una memoria que considera escasa
El director de OpenAI defiende concentrar la capacidad de cálculo en centros de datos, mientras que los modelos locales ofrecen a los usuarios otras ventajas, como la posibilidad de trabajar sin conexión.
Sam Altman considera que ejecutar modelos de inteligencia artificial en ordenadores personales supone una mala asignación de recursos. Durante una conversación con John Collison en el podcast Cheeky Pint, el director de OpenAI argumentó que la memoria DRAM es escasa y que sería preferible concentrarla en centros de datos.
Su planteamiento afecta a quienes utilizan modelos abiertos en sus propios equipos, sin depender necesariamente de un servicio en la nube. Para ellos, sin embargo, la eficiencia global de la memoria no es el único factor que cuenta.
El argumento de Altman sobre la memoria
La DRAM es la memoria que permite a un ordenador mantener a mano los datos con los que está trabajando. Altman sostiene que, cuando esa capacidad está repartida entre muchos equipos personales, permanece infrautilizada buena parte del tiempo.
El directivo estimó que la DRAM de esos ordenadores se utiliza apenas un 5 % del tiempo. Es una cifra aportada por Altman, no una medición independiente incluida en la información disponible. A partir de esa premisa, defiende que, ante una oferta limitada, convendría concentrar los recursos en la nube para aprovecharlos más.
La conversación se produjo en el contexto de la escasez de capacidad de cálculo para la inteligencia artificial. Altman también afirmó que los fabricantes de memoria mantienen una inversión conservadora en relación con lo que, a su juicio, exige la situación.
Qué ofrece ejecutar un modelo en casa
La alternativa local consiste en hacer funcionar el modelo en el propio dispositivo, en lugar de enviar las peticiones a un centro de datos. Eso puede permitir trabajar sin conexión y mantener los datos en el equipo, aunque la privacidad concreta depende de la herramienta y de su configuración.
Para algunos usuarios, un modelo disponible con pesos abiertos puede ser suficiente para sus necesidades. La elección también depende del hardware que tengan y del tipo de tarea que quieran realizar.
La información disponible no permite cuantificar cuánto influye la IA local en el suministro de memoria. Por tanto, la valoración de Altman no demuestra por sí sola qué efecto tienen estos usuarios frente a la demanda de los centros de datos.
OpenAI también tiene modelos de pesos abiertos
La postura del directivo convive con el lanzamiento de gpt-oss por parte de OpenAI en agosto de 2025. Son modelos de pesos abiertos pensados para poder ejecutarse en local. El propio Altman había reconocido en enero de ese año que la empresa se había equivocado en su enfoque respecto al código abierto.
La tensión entre ambos usos sigue abierta: concentrar recursos puede responder a la preocupación de Altman por su aprovechamiento, mientras que ejecutarlos en casa da a los usuarios un mayor control sobre cómo emplean los modelos.
