La imagen dominante de la inteligencia artificial en estos años ha sido la del «cerebro de 1.000 vatios»: centros de datos gigantescos, granjas de GPU, modelos entrenados con cantidades obscenas de datos y una factura energética que solo unos pocos gigantes pueden pagar. OpenAI, Google, Microsoft o Meta han construido su poder sobre ese modelo de fuerza bruta en la nube.
Pero ese modelo está empezando a chocar contra dos muros que ya no se pueden ignorar: el muro termodinámico y el muro del copyright. Y detrás de esos muros se está gestando otra guerra, menos visible y más decisiva: la del cerebro de 20 vatios, una IA mucho más cercana a cómo funciona nuestro propio cerebro y, sobre todo, mucho más cerca del usuario.
El límite físico: el muro termodinámico
El primero es brutalmente simple: la energía. Entrenar y ejecutar modelos gigantes en la nube requiere una potencia eléctrica colosal. La propia directora financiera de OpenAI, Sarah Friar, ha reconocido que el modelo actual es difícilmente sostenible desde el punto de vista económico.
Cada nueva versión «más grande» de un modelo implica:
- Más GPU y aceleradores especializados.
- Más consumo eléctrico en cómputo y refrigeración.
- Más inversión en centros de datos, redes y suministro energético estable.
La IA de 1.000 vatios escala en precisión… pero también escala en coste. Llega un momento en que cada punto extra de rendimiento cuesta tanto en energía y dinero que deja de ser razonable.
El límite legal: el muro del copyright
El segundo muro es legal y cultural: el copyright. La «comida» de estos modelos —los datos— se ha obtenido durante años rascando Internet sin pedir permiso a casi nadie. Esa etapa de «todo vale» se está acabando.
Medios, editoriales, discógraficas y creadores independientes están ganando batallas judiciales y firmando acuerdos de licencia que encarecen drásticamente el acceso a contenido de calidad. La consecuencia es clara: alimentar modelos masivos con datos libres y gratis ya no es una opción a largo plazo.
La combinación de estos dos muros hace que el modelo de fuerza bruta en la nube empiece a mostrar síntomas de agotamiento. Ahí es donde entran en juego tres personajes clave de este tablero.
Zuck, Mustafa y Ternus: tres visiones enfrentadas
1. Mark Zuckerberg (Meta): el señor de la «comida»
Zuckerberg vio pronto el problema del copyright. Su respuesta no fue legal, sino estratégica: crear su propia fuente de datos. Las gafas Ray-Ban con cámara integrada son, más que un gadget, una máquina de captura del mundo real cuyos datos pertenecen al 100 % a Meta.
Cada foto, cada vídeo, cada interacción del usuario con su entorno es «comida» para futuros modelos de visión e interacción. Es una forma eficaz de escapar del muro del copyright.
Pero Meta se estrella con otro límite: el del hardware eficiente. Sus dispositivos (Quest, gafas, visores) siguen siendo voluminosos, con autonomía limitada y problemas de calor. Son prototipos potentes, pero aún lejos del «cerebro de 20 vatios» que pueda acompañar al usuario todo el día sin agotar la batería.
2. Mustafa Suleyman (Microsoft AI): el arquitecto del modelo centralizado
Mustafa Suleyman, cofundador de DeepMind y hoy al frente de Microsoft AI, representa la defensa más refinada del modelo de fuerza bruta en la nube. Su visión: gigantescos modelos centralizados, desplegados sobre infraestructuras de hiperescala, al servicio de millones de usuarios. Es la continuación lógica del «cerebro de 1.000 vatios»: más cómputo, más datos, más agentes conectados a todo tipo de herramientas. Pero es también el modelo que choca de frente con los límites de coste, energía y dependencia de datos externos.
3. John Ternus (Apple): el arquitecto de la eficiencia
Aquí es donde entra John Ternus, el responsable de hardware de Apple. Su perfil puede parecer «del pasado» en plena era de la IA. Es justo lo contrario.
El futuro apunta hacia el «cerebro de 20 vatios»: sistemas de IA que viven en el propio dispositivo, capaces de procesar lenguaje, imágenes y contexto en local, con aprendizaje federado y modelos adaptados al usuario sin enviar sus datos brutos a la nube. Para que eso funcione no basta con buenos algoritmos. Hace falta hardware radicalmente eficiente, capaz de ejecutar redes neuronales complejas sin devorar la batería.
El Neural Engine de los chips de Apple (serie A y M) es hoy uno de los pocos bloques de silicio diseñados desde el principio para esta idea de IA de baja potencia, siempre disponible y centrada en el usuario. El MacBook Pro 14” con chip M5 es el ejemplo más reciente: su Neural Engine ejecuta modelos de lenguaje en local a velocidades que hace dos años requerían infraestructura de servidor, con un consumo radicalmente menor.
Tres modelos, tres papeles para el ciudadano
Si se mira con un poco de distancia, la batalla tecnológica se traduce en algo mucho más personal: ¿qué papel juega el usuario en cada modelo de IA?
- En el modelo de 1.000 vatios en la nube (Mustafa Suleyman, OpenAI, gran parte de la industria), el usuario es la comida. Sus datos se agregan, se reutilizan y se reentrenan en sistemas que le devuelven servicios útiles, sí, pero siempre filtrados por la lógica del proveedor.
- En el modelo de las gafas y dispositivos de captura masiva (Zuckerberg), el usuario es el espía involuntario: sus ojos se convierten en sensores que alimentan el sistema con datos del mundo real. La comodidad de «lleva la IA puesta» se paga con una capa añadida de vigilancia.
- En el modelo del cerebro de 20 vatios en el dispositivo (Ternus y la visión de Apple), el usuario pasa a ser propietario. La IA se ejecuta localmente, los datos permanecen en el terminal y la nube se usa como apoyo, no como centro neurálgico.
Por qué esta guerra importa más de lo que parece
A primera vista, todo esto podría parecer una disputa entre gigantes tecnológicos. El fondo es más profundo: define quién controla la inteligencia que mediará prácticamente todas las interacciones digitales de la próxima década.
- Si gana el modelo centralizado de 1.000 vatios, la asimetría de poder entre usuarios y plataformas se disparará aún más: todos conectados a pocos cerebros gigantes, opacos y hambrientos de datos.
- Si prevalece el modelo de captura masiva tipo gafas, la frontera entre lo público y lo privado se difuminará en nombre de la comodidad y la realidad aumentada.
- Si el cerebro de 20 vatios consigue madurar, podría abrirse un espacio distinto: IA útil, personalizada y, al menos en parte, bajo control del usuario.
No se trata de idolatrar a una empresa u otra. Apple no es un ángel, y el modelo local también plantea preguntas sobre monopolio de hardware, ecosistemas cerrados o capacidad de auditoría. Pero es, hoy por hoy, la única gran apuesta industrial que intenta alinear eficiencia energética, privacidad relativa y control en el dispositivo.
Una historia de la inteligencia — Max S. Bennett
Cinco avances evolutivos del cerebro que determinan el futuro de la IA. Bennett relaciona cómo aprendemos, decidimos y actuamos con lo que los sistemas de IA necesitan replicar para alcanzar inteligencia a nivel humano. Lectura de referencia para entender los límites estructurales de los grandes modelos actuales.
Ver precio en AmazonSi lo tienes en la lista de pendientes, el Prime Day 2026 suele incluir libros de divulgación tecnológica con descuentos destacados.
Esta guerra no va solo de chips, modelos o data centers. Va de quién manda sobre tu información y tu capacidad de decisión en un mundo donde cada gesto, cada palabra y cada mirada pueden ser materia prima para una IA.
El mercado mirará beneficios, múltiplos y cuotas de GPU. Pero el ciudadano debería hacerse una pregunta mucho más simple:
En la historia que se está escribiendo, ¿quiere ser comida, espía… o propietario?
Preguntas frecuentes
¿Qué es el «cerebro de 20 vatios» en el contexto de la IA?
Es la metáfora que describe sistemas de IA que funcionan directamente en el dispositivo del usuario (smartphone, portátil, wearable) con un consumo muy bajo, comparable al del cerebro humano. Se opone al modelo de «1.000 vatios» que requiere enormes centros de datos en la nube para operar.
¿Por qué los grandes modelos de IA en la nube no son sostenibles?
Por dos razones: el coste energético crece más rápido que las mejoras en rendimiento, y el acceso a datos de calidad se encarece conforme medios y creadores reclaman derechos sobre sus contenidos. El modelo de datos gratuitos en Internet está llegando a su límite legal y económico.
¿Qué es el aprendizaje federado?
Técnica en la que el modelo se entrena localmente en cada dispositivo y solo comparte parámetros estadísticos con el servidor central, sin enviar los datos brutos del usuario. Permite personalizar la IA sin comprometer la privacidad individual.
¿Qué ventaja tiene el Neural Engine de Apple frente a las GPU de Nvidia?
Las GPU de Nvidia están optimizadas para entrenamiento masivo en data center: máxima potencia con alto consumo. El Neural Engine de Apple está diseñado para inferencia local eficiente: ejecutar modelos ya entrenados con mínimo consumo en dispositivos de bolsillo, sin conexión constante a la nube.
Aviso de afiliación: como medio adscrito al programa de afiliados de Amazon, este artículo puede contener enlaces que generan una pequeña comisión para componentes.es cuando se completa una compra. El precio para el comprador no varía.
