De la guerra de chips a los centros de datos espaciales: la proxima decada de la industria de IA
De la guerra de chips a los centros de datos espaciales, de las decisiones de vida o muerte del SaaS a la esencia de la inversion: una seleccion de entrevistas con profundidad
Exgestor de portafolios en Fidelity, 18 anos de experiencia en inversiones, fundo Atreides Management en 2019
Invertir es la busqueda de la verdad. Si usted encuentra la verdad primero y su juicio es correcto, esa es la forma en que genera alpha. Y debe ser una verdad que los demas aun no han visto.
Estas palabras provienen de la entrevista de Gavin Baker, fundador de Atreides Management, en el podcast "Invest Like the Best" de Patrick O'Shaughnessy. Gavin es considerado uno de los inversores con mayor pasion y perspicacia en el sector tecnologico. Esta conversacion de casi dos horas cubrio GPU, TPU, la economia de la IA, centros de datos espaciales, el futuro del SaaS e incluso su transicion personal de instructor de esqui a inversor.
Esta entrevista tiene una densidad de informacion muy alta, con demasiados momentos que hacen que uno "se detenga a pensar". A continuacion, algunos de los puntos de vista mas dignos de reflexion.
Como seguir el desarrollo de la IA? Comience gastando 200 dolares
Al inicio de la entrevista, Patrick hizo una pregunta muy practica: cuando se lanza un nuevo modelo como Gemini 3, como procesa usted esa informacion?
La respuesta de Gavin fue directa: usted tiene que usarlo personalmente.
Pero lo clave no es "usarlo", sino que version usar. Le sorprendio que algunos inversores usaran la version gratuita de la IA y concluyeran que "la IA no es gran cosa":
La version gratuita es como si estuviera interactuando con un nino de 10 anos, y luego basandose en el desempeno de ese nino de 10 anos, intenta predecir como sera a los 35. Puede pagar, de hecho, debe pagar para obtener la membresia de nivel mas alto, 200 dolares al mes. Esos son los verdaderos adultos de 30 a 35 anos.
Esta analogia es muy precisa. La diferencia entre los modelos de IA nacionales e internacionales funciona de manera similar: muchas personas prueban un modelo gratuito local y concluyen que "la IA no es gran cosa", pero si ha usado modelos de primer nivel como Claude 4.5 Opus, Gemini 3 Pro o GPT-5.2 Reasoning, la experiencia es completamente diferente.
Hablando de pagar, personalmente gasto alrededor de 2000 yuanes al mes suscribiendome a diversos productos de IA, siendo la mayor parte el paquete Claude Code Max de 250 dolares. Si usted es desarrollador y tiene necesidades de programacion significativas, le recomiendo encarecidamente suscribirse directamente al Claude Code oficial (desde 125 dolares), en lugar de usar sitios espejo. Por un lado, no sabe si esos sitios espejo realmente estan usando los modelos autenticos; por otro lado, el paquete Max tiene una relacion costo-beneficio muy buena, mucho mas economico que pagar por uso.
En cuanto a los canales para obtener informacion, la respuesta de Gavin podria sorprender a muchos: X (Twitter).
Dijo que el desarrollo de la IA en gran medida "esta ocurriendo en tiempo real en la plataforma X". Las personas en el planeta que realmente entienden la frontera de la IA son aproximadamente entre 500 y 1000, una parte considerable esta en China, y es necesario seguirlas de cerca. Menciono especialmente a Andrej Karpathy:
Cada articulo que escribe Andrej Karpathy, usted tiene que leerlo tres veces. Como minimo.
Como alguien que tambien sigue las novedades de la IA, me identifico profundamente con esto. Las discusiones sobre IA en Twitter son definitivamente mas inmediatas y profundas que cualquier medio de comunicacion. Los investigadores de los laboratorios publican directamente sobre los ultimos avances, e incluso "discuten acaloradamente" entre si. Gavin menciono que el equipo de PyTorch de Meta y el equipo de Jax de Google tuvieron una disputa publica en X, y finalmente los directores de ambos laboratorios tuvieron que intervenir diciendo: "Nuestra gente no puede hablar mal del laboratorio del otro."
Scaling Laws: nuestro "momento del antiguo Egipto"
Tras el lanzamiento de Gemini 3, muchas personas se preguntaron que revelaba sobre las scaling laws (leyes de escala). Gavin ofrecio una perspectiva que nunca habia escuchado:
Nuestra comprension de las scaling laws de preentrenamiento probablemente sea como la comprension que tenian los antiguos egipcios del sol. Podian medirlo con gran precision, tan precisamente que el eje este-oeste de la Gran Piramide se alinea perfectamente con los equinoccios de primavera y otono, al igual que Stonehenge. Mediciones perfectas. Pero no entendian la mecanica orbital. No sabian por que el sol sale por el este y se pone por el oeste.
Esta analogia me hizo detenerme a pensar por un buen rato. Efectivamente, podemos predecir con gran precision: si aumentamos la capacidad de computo del modelo 10 veces, cuanto mejorara el rendimiento. Pero no sabemos por que. No es una "ley", sino una "observacion empirica", una observacion empirica que medimos con extrema precision pero cuyo principio subyacente no comprendemos.
Entonces, por que es importante Gemini 3? Porque demostro que esta "observacion empirica" sigue siendo valida. En un momento en que los chips Blackwell estaban retrasados y todos se preocupaban por si "las scaling laws ya habian dejado de funcionar", Gemini 3 dio una respuesta clara: no han dejado de funcionar.
Pero lo mas interesante es lo que Gavin dijo a continuacion: si no hubieran aparecido los "modelos de razonamiento" (reasoning models), el desarrollo de la IA entre 2024 y 2025 deberia haberse estancado.
Por que? Porque despues de que XAI logro hacer funcionar 200,000 GPU Hopper en sincronizacion, el siguiente paso requeria esperar los chips Blackwell. No se puede mantener "coherentes" mas de 200,000 Hopper, es decir, que funcionen como un todo unificado. Y Blackwell se retraso.
Si no hubieran existido los modelos de razonamiento, desde mediados de 2024 hasta ahora, la IA no habria tenido ningun progreso. Todo se habria estancado. Puede imaginarse lo que eso significaria para el mercado? Estariamos viviendo en un entorno completamente diferente. Los modelos de razonamiento, en cierto sentido, salvaron a la IA, porque le permitieron seguir avanzando sin Blackwell.
Esta es una perspectiva que no habia considerado antes: los modelos de razonamiento (como o1) no son solo una nueva capacidad, sino que en realidad "salvaron" el ritmo de desarrollo de toda la industria de la IA.
La guerra de chips: Google esta "absorbiendo el oxigeno"
Al hablar sobre la competencia entre GPU y TPU, Gavin dijo algo que me impresiono mucho:
Google es actualmente el productor de tokens de menor costo. Lo que ha estado haciendo, yo lo describiria como "absorber el oxigeno economico del ecosistema de IA", lo cual es una estrategia extremadamente racional para ellos.
Como productor de bajo costo, Google ha estado ofreciendo servicios de IA a precios bajos (incluso con perdidas), haciendo la vida muy dificil a los competidores. Esta es una tactica clasica en la industria tecnologica, pero Gavin senalo un cambio interesante:
La IA es la primera vez en mi carrera que veo que ser el "productor de menor costo" realmente importa en tecnologia. Apple no vale billones por producir telefonos a bajo costo. Microsoft no vale billones por producir software a bajo costo. NVIDIA no vale billones por producir aceleradores de IA a bajo costo. Eso nunca habia importado.
Pero en la era de la IA, cuando la electricidad se convierte en el factor limitante, cuantos tokens se pueden producir por vatio se vuelve crucial. Si usted puede producir de 3 a 5 veces mas tokens por vatio, eso equivale a 3-5 veces mas ingresos. El precio del computo se vuelve irrelevante, porque el cuello de botella es la electricidad.
Este panorama esta a punto de cambiar. Los chips Blackwell finalmente estan comenzando a desplegarse, y Gavin predice que el primer modelo Blackwell vendra de XAI:
Arquitectura GPU de nueva generacion lanzada por NVIDIA en 2024, sucesora de Hopper. Blackwell utiliza el proceso de 4nm de TSMC, integra 208 mil millones de transistores en un solo chip, soporta precision FP4, ofrece un rendimiento de inferencia de IA aproximadamente 5 veces superior al de Hopper y una eficiencia energetica 25 veces mayor. El primer producto, B200, comenzo su produccion en masa a finales de 2024.
Segun Jensen, nadie construye centros de datos mas rapido que Elon. Jensen lo ha dicho publicamente.
Cuando Blackwell y los posteriores chips Ruben se desplieguen a gran escala, la ventaja de Google como productor de bajo costo desaparecera. En ese momento, estaran dispuestos a seguir operando su negocio de IA con un margen bruto de -30%? Ese calculo cambiara completamente.
Centros de datos espaciales: una locura, pero correcto desde primeros principios
Cuando Patrick pregunto sobre "alguna idea loca que no se discute mucho", Gavin comenzo a hablar sobre los centros de datos espaciales. Al principio pense que estaba bromeando, pero despues de escuchar su analisis, me di cuenta de que esta podria ser la parte mas visionaria de toda la entrevista.
Desde la perspectiva de primeros principios, los centros de datos espaciales son superiores a los centros de datos terrestres en todas las dimensiones.
Su argumento es el siguiente:
1. Energia: En el espacio, los satelites pueden estar expuestos a la luz solar las 24 horas, y la intensidad de la radiacion solar es 6 veces mayor que en la superficie terrestre. Ademas, como siempre hay luz solar, no se necesitan baterias, que representan una parte significativa del costo. Asi que la energia de menor costo en el sistema solar es la "energia solar espacial".
2. Refrigeracion: En los centros de datos terrestres, la mayor parte del costo y el peso se destina a la refrigeracion. Pero en el espacio? La refrigeracion es gratuita. Se colocan los radiadores en el lado sombreado del satelite, donde la temperatura se acerca al cero absoluto.
3. Red: En un centro de datos, los racks se conectan con fibra optica, que esencialmente es laser viajando a traves de cables. Lo unico mas rapido que eso es laser viajando a traves del vacio. Asi que si se conectan los satelites en el espacio con laser, la red es en realidad mas rapida que en los centros de datos terrestres.
4. Experiencia del usuario: Actualmente, cuando le hace una pregunta a la IA, la senal viaja del telefono a la antena, a la fibra optica, a algun centro de datos, se procesa y regresa por el mismo camino. Pero si un satelite puede comunicarse directamente con el telefono (Starlink ya ha demostrado esta capacidad de conexion directa), toda la cadena seria mucho mas corta.
Por supuesto, esto requiere lanzamientos masivos de Starship para hacerse realidad, lo cual podria tomar 5-6 anos mas. Pero Gavin senalo una convergencia interesante: Tesla, SpaceX y XAI estan confluyendo. XAI sera el "modulo inteligente" de los robots Optimus, SpaceX construira centros de datos en el espacio para proporcionar potencia de computo a la IA, y estas tres empresas estan formando un ciclo de ventajas competitivas que se refuerzan mutuamente.
La "plataforma en llamas" del SaaS
Si el contenido anterior lo entusiasmo sobre el futuro de la IA, esta seccion podria preocuparle sobre el futuro de muchas empresas existentes.
Gavin lo dijo directamente: las empresas de SaaS de aplicaciones estan cometiendo exactamente los mismos errores que los minoristas fisicos cometieron frente al comercio electronico.
Los minoristas fisicos miraban a Amazon y pensaban "el comercio electronico es un negocio de bajo margen, como podria ser mas eficiente que nosotros? Los clientes pagan para venir a nuestra tienda y se llevan los productos a casa ellos mismos." Veian claramente las necesidades del cliente, pero se negaban a invertir porque no les gustaba la estructura de margenes del comercio electronico. El resultado? El margen de beneficio del negocio minorista de Amazon en Norteamerica es ahora mayor que el de muchos minoristas tradicionales.
Las empresas de SaaS enfrentan la misma situacion ahora. El software tradicional se escribe una vez y se puede replicar y distribuir infinitamente, con margenes brutos de 80-90%. Pero la IA es diferente: cada uso requiere nuevo computo, y una buena empresa de IA podria tener margenes brutos de solo el 40%.
Si quiere crear un agente de IA y no esta dispuesto a operar con un margen bruto inferior al 35%, nunca tendra exito. Porque las empresas nativas de IA operan con ese margen de beneficio. Si quiere proteger un margen bruto del 80%, esta garantizando que no tendra exito en IA. Absolutamente garantizado.
Gavin dice que esta es una "decision de vida o muerte", y excepto Microsoft, casi todas las empresas estan fracasando.
Cito el famoso memorando de la "plataforma en llamas" de Nokia: su plataforma esta en llamas. Pero al lado hay una nueva plataforma muy buena, puede saltar a ella y luego regresar a apagar el fuego en la plataforma original. Ahora tiene dos plataformas.
Salesforce, ServiceNow, HubSpot, GitLab, Atlassian: el cree que todas estas empresas pueden y deben ejecutar esta estrategia: hacer publicos sus ingresos de IA, hacer publico su margen bruto de IA (un margen bruto bajo precisamente demuestra que es "IA real"), y luego senalar a los competidores respaldados por capital de riesgo que aun estan perdiendo dinero, diciendo "yo tengo algo que ellos no tienen: un negocio que genera flujo de caja."
La historia de crecimiento de un inversor
Al final de la entrevista, Patrick hizo una pregunta mas personal: como le presentaria a un joven lo que usted hace?
La respuesta de Gavin comenzo con "invertir es la busqueda de la verdad", pero lo verdaderamente interesante es su historia de vida.
Su plan original era: ser instructor de esqui en invierno, guia de rafting en verano, escalar durante la temporada baja, y de paso intentar escribir novelas y hacer fotografia de vida silvestre. Ese era su "plan de vida" en la universidad, y sus padres lo apoyaban completamente.
Pero sus padres le pusieron una pequena condicion: podria hacer una pasantia profesional, solo una, en lo que fuera?
La unica pasantia que pudo encontrar fue en el departamento de gestion de patrimonio privado de una casa de bolsa. El trabajo era simple: cada vez que la empresa publicaba un informe de investigacion, tenia que verificar cuales clientes poseian esas acciones y enviarles el informe.
Entonces comenzo a leer esos informes.
Pense: "Dios mio, esto es lo mas interesante que puedo imaginar."
Entendio la inversion como un "juego donde coexisten la habilidad y la suerte", algo parecido al poker. Se puede perder por mala suerte, por ejemplo si un meteorito golpea la sede de la empresa en la que invirtio, pero la mayor parte del tiempo, la habilidad es lo que importa. Y la forma de obtener ventaja es tener el conocimiento historico mas profundo, combinado con la comprension mas precisa del mundo actual, para formar un juicio diferenciado sobre "que va a pasar a continuacion".
Eso fue en su tercer dia de pasantia. Fue a una libreria y compro los libros de Peter Lynch, los leyo en dos dias. Luego leyo a Buffett, leyo "Market Wizards", leyo las cartas de Buffett a los accionistas, dos veces. Luego aprendio contabilidad por su cuenta. Al volver a la universidad, cambio su carrera de ingles e historia a historia y economia.
Tambien menciono una experiencia como personal de limpieza. Mientras trabajaba en la estacion de esqui de Alta, hacia limpieza de habitaciones. Una vez, mientras limpiaba una habitacion, vio que el huesped estaba leyendo el mismo libro que el, y le dijo "es un gran libro, estoy mas o menos en la misma parte que usted." La persona lo miro como si fuera un extraterrestre, y luego, aun mas sorprendida, le pregunto: "Usted lee libros?"
Esa experiencia cambio permanentemente la forma en que trato a las demas personas.
Reflexion final: la IA obtiene lo que necesita
Hacia el final de la entrevista, Gavin dijo algo que me parecio lo mas fascinante:
En los ultimos dos anos, todo lo que la IA ha necesitado para seguir desarrollandose, lo ha obtenido. Ha visto alguna vez que la opinion publica estadounidense cambie tan rapido sobre algun tema como lo hizo con la energia nuclear? Simplemente sucedio. Y sucedio justo cuando la IA lo necesitaba. Ahora que enfrentamos limitaciones de energia electrica en la Tierra, de repente aparece la discusion sobre centros de datos espaciales. Cada vez que algun cuello de botella podria desacelerar el desarrollo de la IA, todo se acelera en su lugar.
Esto recuerda el concepto de "technium" (el tecnium) que Kevin Kelly propuso en "What Technology Wants": la tecnologia como un todo parece tener una especie de voluntad propia, queriendo volverse cada vez mas poderosa.
Quiza sea solo coincidencia. Quiza sea simplemente mucha gente inteligente resolviendo problemas. Pero el patron que Gavin observa, que cada obstaculo que enfrenta la IA es de alguna manera eliminado, ciertamente merece ser reflexionado.